24小时热门版块排行榜    

CyRhmU.jpeg
查看: 2050  |  回复: 33
当前主题已经存档。

string121

金虫 (小有名气)

nonlocal 也有缺陷啊.
11楼2009-08-04 21:12:27
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)


小木虫(金币+0.5):给个红包,谢谢回帖交流
什么缺陷?
除了速度太慢之外。。。
真的想找出它的缺陷来。。。
12楼2009-08-06 13:14:22
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)

★ ★ ★ ★ ★ ★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
bslt(金币+5,VIP+0):专业!欢迎常来! 8-12 13:14
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:17
引用回帖:
Originally posted by fusion5882 at 2009-8-6 13:14:
什么缺陷?
除了速度太慢之外。。。
真的想找出它的缺陷来。。。

呵呵。最大缺陷就是不能很好的去椒盐噪声啊,开个玩笑! 椒盐噪声有中值滤波。
不过倒可以作个nolocal 的中值滤波,不知道有没有人做过。

nonlocal方法从PDE的角度看就是重新定义了新的梯度算子,原来的梯度算子是一阶导数形式,离散差分无论是五点还是九点格式都逃不出3x3邻域, 因此没有太多的全局信息,所以去噪不能很好的保持纹理。nonlocal形式的梯度算子跳出了这个限制,最大好处就是保持纹理。 其发展过程大致为:
1. NLM (nonlocal means),05年nolocal方法提出,相当于找到nolocal版的高斯磨光。
2.NLH1,07年左右。 相当于找到nolocal版的热方程。
3. NLTV, 07,08年左右。 nolocal版TV.
……
由于有了2,3的贡献,因此原来的PDE去噪模型几乎全部可以来个nolocal版的。只是有些不需要。nolocal在保持纹理方面不错 ,因此在有纹理要求的图像处理领域会有很多的应用。但它付出了巨大的计算代价(主要花在计算权重上)。
现在计算TV的先进一点的算法至少有十种。
我所熟悉的好一点的TV正则算法包括:
1. dual method. 其中的Chambolle投影算法(04年)较快,256X256图像,改进后(09年) 0.5s ,nonlocal TV 2.5s
2 graph cut.    256x256 0.2s
3  FTV.            256x256 0.6s
4. Split Bregen method(08,09年).  目前速度最快最好的.      256x256, 0.05s. nonlocal TV 1.5s左右。
13楼2009-08-11 02:38:45
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)

★ ★ ★ ★ ★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
bslt(金币+5,VIP+0):欢迎常来交流讨论! 8-12 13:14
ljl1205(金币+1,VIP+0):欢迎交流 10-19 09:19
引用回帖:
Originally posted by string121 at 2009-8-11 02:38:


呵呵。最大缺陷就是不能很好的去椒盐噪声啊,开个玩笑! 椒盐噪声有中值滤波。
不过倒可以作个nolocal 的中值滤波,不知道有没有人做过。

nonlocal方法从PDE的角度看就是重新定义了新的梯度算子,原来的梯 ...

果然是论坛中的高手!
椒盐模型的非局部应该已经有人做了。。。
不过从模型的角度来讲,Split Bregen method应该是一种快速计算方法,
好像也是Osher那一伙儿人作出来的,其实从模型上面来看,没有什么太多本质的改进。。。
然后非局部就被做成了各种类型,除了楼上所说的,好像还有高阶的非局部,这帮人太夸张,他们做过之后,别人都没有什么可以做了。。。
可怜我现在还在做四阶模型,非局部出来之后,我都不想再做四阶了。。。
连文章都不愿意写了,哎,郁闷。。。
14楼2009-08-12 00:07:22
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)

★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by fusion5882 at 2009-8-12 00:07:

果然是论坛中的高手!
椒盐模型的非局部应该已经有人做了。。。
不过从模型的角度来讲,Split Bregen method应该是一种快速计算方法,
好像也是Osher那一伙儿人作出来的,其实从模型上面来看,没有什么太多本 ...

不要误会,我是新手,做图像没多久.
是的, Split Bregman iteration是Osher他们08年做出来的. 想用PDE方法做图像的多看看UCLA这帮人的文章.
我也知道玩不过这帮洋鬼子, 所以改变策略: 和做PDE的玩概率模型, 和用概率做图像的玩PDE,分割里面玩去噪, 去噪模型玩分割..., 哈哈,后来发现没什么, 很多东西是相通的. 不同的数学表现形式而已.
另外,即使模型没变,Split Bregman 和以前的方法是有差异的(虽然文献中没有十分明确的指出来):就去噪而然, 以前的基于梯度的算法(速降,对偶等)是逐渐的去掉图象中的细结构,也就是迭代是逐渐光滑图象, 而SB是相反的,即:第一次迭代先获得一个很光滑的图象,然后往里面添加细结构..., 这个有理论证明无穷次迭代收敛到噪声图像. 我曾经有段时间老想找一类能不断添结构的PDE,未果. 有人知道或见过类似的方法告诉我一声,不胜感激!!!
玩level set 分割的应该看看这个算法, 他们结合全局凸分割方法(GCS)将以前的level set分割模型做的很快.
15楼2009-08-12 22:11:23
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)

★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by string121 at 2009-8-12 22:11:

不要误会,我是新手,做图像没多久.
是的, Split Bregman iteration是Osher他们08年做出来的. 想用PDE方法做图像的多看看UCLA这帮人的文章.
我也知道玩不过这帮洋鬼子, 所以改变策略: 和做PDE的玩概率模型, 和 ...

从PDE方法兴起到现在,UCLA始终都是走在世界的前列,从TV到CV,太强大了。不过最近感觉有些沉寂,没有特别重要的结果出现。NL应该是一个非常重要的进展,但是很可惜,UCLA对此贡献不大。Osher当了院士,Chan Tony到香港去当校长了,现在我也很困惑,到底PDE方法的出路在何方???
我感觉NL已经超越了现有的去噪模型,包括PM,TV,MCM...太可怕了。。。
其实他们也在不断探索,或者说在和不同的人合作(反正有的是钱,招人就是了),的确做了很多工作。。。很牛。。。
SB的文章我就简单浏览了一下,没有仔细看(我更关注模型。。。),不过你说的情况倒是很有意思,我也很感兴趣,特别是关于去噪过程的描述,非常精彩,至于说有没有这样的PDE模型,这个是需要运气,或者说你可以自己尝试着构造一个,这个无论在理论上还是计算上都是很有意义的。。。
我刚才查了一下(很惭愧,一年来基本没有看新的资料和文献),SB的确是求解模型的一种快速算法,模型,模型应该怎么建呢。。思考一下。。。呵呵,也许需要一种新的角度和思路。。。
16楼2009-08-13 00:40:51
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

dugu_ke

木虫 (正式写手)

没想到几个月前的帖子一下引出这么多高手,真是的难得啊,大家一起讨论下去啊,虽然我改变了后来的路不做图象了,但还是很关注的
17楼2009-08-13 08:36:39
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)

★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by fusion5882 at 2009-8-13 00:40:

从PDE方法兴起到现在,UCLA始终都是走在世界的前列,从TV到CV,太强大了。不过最近感觉有些沉寂,没有特别重要的结果出现。NL应该是一个非常重要的进展,但是很可惜,UCLA对此贡献不大。Osher当了院士,Chan To ...

你做PDE模型???
我有一小文章做模型的An adaptive method for recovering image from mixed noisy data.在International journal of computer vision上灌水(应该是09年11月那期,快出了). 小改数据保真项, 硕士期间做的, 开始玩的是算法:极大似然估计MLE+EM算法+TV.  后面发现居然可以导出一个新泛函(应该算模型了).  最近又作到些高维的,用了level set等方法. 希望对你有帮助. 呵呵! 现在这个社会,得先弄两篇小paper毕业. original的东西是有钱有地位的人玩的.
18楼2009-08-13 13:51:55
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

fusion5882

金虫 (正式写手)

★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
ljl1205(金币+1,VIP+0):欢迎交流 10-19 09:20
IJCV?,应该是非常好的杂志了,IF大概在4以上吧。。。
印象中这个杂志的文章都比较长,相关研究基本都至少要写两页的。。。
审稿大概需要多久?
我没有那么多元化,只是纯粹做PDE模型的,对概率不是很熟悉。
最近打算写两个四阶的文章,但是感觉落伍了,英文也很是麻烦,不愿意动手。。。
看你说的情况,还是要写写,然后投出去,管他呢,不写永远没有出路。。。
19楼2009-08-13 15:26:03
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

string121

金虫 (小有名气)

★ ★ ★
小木虫(金币+0.5):给个红包,谢谢回帖交流
ljl1205(金币+2,VIP+0):欢迎交流 10-19 09:20
引用回帖:
Originally posted by fusion5882 at 2009-8-13 15:26:
IJCV?,应该是非常好的杂志了,IF大概在4以上吧。。。
印象中这个杂志的文章都比较长,相关研究基本都至少要写两页的。。。
审稿大概需要多久?
我没有那么多元化,只是纯粹做PDE模型的,对概率不是很熟悉。
最 ...

10页, 算比较短的. 有的introduction就5,6页.
一审8个月左右,两个审稿人对内容评价不错(...strong enough to merit its publication, but the English is very poor...), 还提了些小问题.感觉特认真,连参考文献引用错了都纠正. 后面反反复复修改了3次(主要是语言).时间挺长, 从投稿到接受1年多.
其实写小文章一个地方显光就行了, 我当时做的模型正则项和算法都是90年代的产物, 就保真项用了点新思想. 当时我根本不知道有nolocal这么个东西, 不过现在可以借过来, 投个会议,国内啥的,但我没干.
所以说有点想法就可以写, 好的审稿意见会让你学到很多东西.
图象比较快的杂志好象就:
IEEE SPL吧, 一般1,2个月.
IEEE TIP 也要半年到一年,
最近有投,所以关注多点. 反正都这个样.
国内杂志不清楚, 主要原因是要审稿,版面费,我交不起.
20楼2009-08-13 17:23:48
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 dugu_ke 的主题更新
普通表情 高级回复(可上传附件)
信息提示
请填处理意见